Python文本轉化語音模塊大比拼，看看青銅與王者的差別！

自從開始公眾號寫作，作息問題就成了一件讓人很頭大的事情，相對平時學習時間的基礎上，每天需要再多抽出來至少兩個小時進行公眾號寫作，這些時間只能從睡眠中擠出來。別人研究怎么碎片化學習，我現在每天盤算的是怎么碎片化打盹。不知道該怎么解決作息的問題，好苦惱….

如果把Python比喻成游戲中的一個英雄，你覺得它是誰？對于Dota老玩家來說，我會想到鋼琴手卡爾！感覺Python和卡爾一樣，除了生孩子什么都可以做的角色。日常生活中，我們會涉及到很多語音播報的場景，比如郭德綱版的高德地圖導航、超市門口的紅外感知提醒歡迎光臨、銀行的自助叫號系統，等等…今天就和大家聊聊Python文本轉語音，看看這些從青銅到王者的模塊。

通過pip install pywin32安裝模塊，pywin32是個萬金油的模塊，太多的場景使用到它，但在文本轉語音上，它卻是個青銅玩家，簡單無腦但效果不好。代碼示例：

import win32com.client

speaker = win32com.client.Dispatch("SAPI.SpVoice")

speaker.Speak("一天什么時候最安全？中午，因為早晚會出事...")

因為這個模塊使用了很多次，自信執行，結果報錯了….

Traceback (most recent call last):

File “D:\Python37\lib\site-packages\win32com\client\dynamic.py”, line 89, in _GetGoodDispatch

IDispatch = pythoncom.connect(IDispatch)

pywintypes.com_error: (-2147221005, ‘無效的類字符串’, None, None)

這個模塊之前在公司和家里筆記本用過很多次的，怎么會報錯呢？一臉懵逼…結果查了半天發現，代碼在調用語音識別組件的時候報錯了。

打開控制面板發現語音識別組件我的臺式機電腦沒有，原來現在很多GHOST版WIN系統為了精簡體積都去除了語音識別組件，所以在安裝語音朗讀語音叫號類軟件時，都不能正常發音。本來這種青銅小選手，像我這種王者級別的不羞于為伍，但既然是模塊介紹還是確定下到底是不是這個問題吧。網上找了一個語音識別的TTSwidnows補丁包安裝了一下，再次執行成功。如果跟我存在一樣問題的選手，可以網上搜索安裝一下。下載補丁包執行bat文件一鍵無腦安裝。

pyttsx3 is a text-to-speech conversion library in Python.

Unlike alternative libraries, it works offline, and is compatible with both Python 2 and 3.

SAPI5 on Windows XP and Windows Vista and Windows 8,8.1 , 10

NSSpeechSynthesizer on Mac OS X 10.5 (Leopard) and 10.6 (Snow Leopard)

espeak on Ubuntu Desktop Edition 8.10 (Intrepid), 9.04 (Jaunty), and 9.10 (Karmic)

pyttsx3使用pyttsx移植過來的,因為pyttsx不支持python3…針對不同的系統，模塊會自動所有系統對應的語音驅動，前提是你的系統存在該驅動…

它依賴pywin32模塊，可以說它時針對無腦的pywin32接口，進行了升級的個性化配置。先來看下最簡單的使用：

import pyttsx3

engine = pyttsx3.init()

engine.say("明天你好，我叫干不倒！")

engine.runAndWait()

代碼初始化模塊后，填寫你所需轉化的文本，之后執行runAndWait方法完成語音轉化。再來看看其相關操作：

事件監聽

import pyttsx3

def onStart(name):

print('starting', name)

def onWord(name, location, length):

print('word', name, location, length)

def onEnd(name, completed):

print('finishing', name, completed)

engine = pyttsx3.init()

engine.connect('started-utterance', onStart)

engine.connect('started-word', onWord)

engine.connect('finished-utterance', onEnd)

engine.say('The quick brown fox jumped over the lazy dog.')

engine.runAndWait()

中斷話語

import pyttsx3

def onWord(name, location, length):

print 'word', name, location, length

if location > 10:

engine.stop()

engine = pyttsx3.init()

engine.connect('started-word', onWord)

engine.say('The quick brown fox jumped over the lazy dog.')

engine.runAndWait()

改變聲音

import pyttsx3

engine = pyttsx3.init()

voices = engine.getProperty('voices')

for voice in voices:

engine.setProperty('voice', voice.id)

engine.say('The quick brown fox jumped over the lazy dog.')

engine.runAndWait()

改變語速

import pyttsx3

engine = pyttsx3.init()

rate = engine.getProperty('rate')

engine.setProperty('rate', rate+50)

engine.say('The quick brown fox jumped over the lazy dog.')

engine.runAndWait()

改變音量

import pyttsx3

engine = pyttsx3.init()

volume = engine.getProperty('volume')

engine.setProperty('volume', volume-0.25)

engine.say('The quick brown fox jumped over the lazy dog.')

engine.runAndWait()

運行驅動程序事件循環

import pyttsx3

engine = pyttsx3.init()

def onStart(name):

print 'starting', name

def onWord(name, location, length):

print 'word', name, location, length

def onEnd(name, completed):

print 'finishing', name, completed

if name == 'fox':

engine.say('What a lazy dog!', 'dog')

elif name == 'dog':

engine.endLoop()

engine = pyttsx3.init()

engine.connect('started-utterance', onStart)

engine.connect('started-word', onWord)

engine.connect('finished-utterance', onEnd)

engine.say('The quick brown fox jumped over the lazy dog.', 'fox')

engine.startLoop()

使用外部事件循環

import pyttsx3

engine = pyttsx3.init()

engine.say('The quick brown fox jumped over the lazy dog.', 'fox')

engine.startLoop(False)

# engine.iterate() must be called inside externalLoop()

externalLoop()

engine.endLoop()

百度語音識別api:baidu-aip是百度開放的公共語音轉化服務。只需要在百度注冊相關的app及秘鑰信息即可使用。

使用流程如下：

訪問語音合成-百度AI開放平臺：http://ai.baidu.com/tech/speech/tts

之后使用百度賬號即可登陸(沒有百度賬號的，自己注冊一個)

創建應用，添加語音識別的功能，并完成注冊

保存你的app_id, API_Key, Secret_Key 三項數據留著后續使用

切換回語音合成首頁，點擊立即使用旁邊的技術文檔按鈕，進入API文檔

定位 語音合成—>SDK文檔—>Python SDK，即可看到詳細的開發文檔說明

接下來，我們看看文檔中的相關說明：

接口描述

基于該接口，開發者可以輕松的獲取語音合成能力

請求說明

合成文本長度必須小于1024字節，如果本文長度較長，可以采用多次請求的方式。文本長度不可超過限制

舉例，要把一段文字合成為語音文件：

from aip import AipSpeech

""" 你的 APPID AK SK """

APP_ID = '你的 App ID'

API_KEY = '你的 Api Key'

SECRET_KEY = '你的 Secret Key'

client = AipSpeech(APP_ID, API_KEY, SECRET_KEY)

result ?= client.synthesis('你好百度', 'zh', 1, {

'vol': 5,

})

# 識別正確返回語音二進制 錯誤則返回dict 參照下面錯誤碼

if not isinstance(result, dict):

with open('auido.mp3', 'wb') as f:

f.write(result)

# 識別正確返回語音二進制 錯誤則返回dict 參照下面錯誤碼

if not isinstance(result, dict):

with open('auido.mp3', 'wb') as f:

f.write(result)

在上面代碼中，常量APP_ID在百度云控制臺中創建，常量API_KEY與SECRET_KEY是在創建完畢應用后，系統分配給用戶的，均為字符串，用于標識用戶，為訪問做簽名驗證，可在AI服務控制臺中的應用列表中查看。

相比于前兩種模塊，baidu-aip卻是高端很多啊…喜歡的朋友可以下載了玩玩，感興趣的朋友可以看看我之前發表的文章使用Python將任正非400+篇演講批量轉化為語音https://www.jianshu.com/p/05f9874b6989

OK,今天的內容就到這里，如果覺得內容對你有所幫助，歡迎點擊文章右下角的“在看”。

期待你關注我的公眾號清風Python，如果覺得不錯，希望能動動手指轉發給你身邊的朋友們。

希望每周一至五清晨的7點10分，都能讓清風Python的知識文章叫醒大家！謝謝……

-----------------------------

本文來自清風Python公眾號

內容審核-文本 一句話識別 python

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。